金融高频数据分析的现状与问题研究

近年来,在西方国家对金融高频数据的分析已成为实业界和学术界的热点问题和难点问题.本文讨论了金融高频数据的概念和特征,分析了对高频数据分析的基本动因,阐述了金融高频数据分析已涉及的主要领域,探讨了金融高频数据分析中遇到的问题.最后,还对金融高频数据分析的发展趋势作出了展望并探讨了我国在这一领域应用研究的重点.     

基于数据挖掘技术的金融审计风险防范研究

本文从数据挖掘的角度来研究金融审计风险防范,包括数据挖掘在金融审计中的应用过程模型,数据挖掘技术在金融审计风险防范中几个过程的应用设想等几个方面,对数据挖掘及其在金融审计风险的防范做了初步的探索.     

大数据技术在金融统计分析中的应用初探

强化大数据技术在金融数据分析中的应用,可以有效提升金融统计的服务能力和水平,为宏观决策和趋势研判提供全面可靠的信息支撑.本文全面梳理了大数据技术在金融领域的国内外研究现状,结合金融统计数据特点和统计分析中存在的薄弱点对知识图谱技术的运用进行了可行性论证.并在此基础上,通过知识图谱构建了金融统计指标间的血缘关系图和影响性分析,提出金融统计指标知识图谱在统计数据分析、统计指标识别、统计数据质量管理等方面的应用设想,即基于大数据理念,建立金融数据决策分析平台;基于大数据技术,增强数据挖掘与分析能力;转变传统金融统计思维,强化统计队伍建设.下一步可将模型拓展至金融风险识别与评估、风险预测和穿透式关系识别等领域.     

数据仓库及数据挖掘技术在部队食品采购系统中的应用以及其价值评价

随着科技时代的不断发展以及数据库和数据挖掘技术的不断提高,怎样合理利用数据就成为了严峻的问题,成为了国内外专业人士研究的重点,现阶段已经被广泛应用在金融、大型零售等行业中,逐渐形成了一定的经济与社会效益,近几年来,部队也在不断地发展,在信息化方面已经取得了很大的成绩,也积累了一些数据,这就需要我们合理充分的利用这些技术。本文主要研究了以部队食品采购系统为例,对数据仓库以及数据挖掘技术的应用进行了分析。     

基于Cornish-Fisher展开式的中国股市高频数据VaR风险实证研究

实际市场收益率的尾部普遍展现出比正态分布宽大的＂厚尾＂特征,通过Cornish-Fisher方法修正正态分布,可使其适合股票市场的实际情况。用沪深300指数的5分钟高频数据构造已实现波动率,来考察中国股票市场的波动特征,试图将高频金融数据的＂已实现＂波动率引用到基于Cornish-Fisher的VaR模型当中。通过与正态分布假设的VaR的返回测试对比,从实证的角度论证Cornish-Fisher扩展方法在VaR估计中的有效性,基于数据特征的Cor-nish-Fisher扩展方法有效地改善了VaR的估值。     

基于ACD模型对沪深300指数期货持续期的实证研究

基于高频数据对市场微观结构的研究是目前金融计量学研究的前沿领域。文章基于ACD模型对沪深300指数期货持续期进行了实证研究。     

基于高频数据的中国股市量价日内特征分析

文章采用收集到的沪深两市的5分钟高频数据,基于剔除日内效应后的已过滤收益,研究证券市场的日内波动特征和高频数据下的股市量价的因果关系特征。同时,并结合成交量数据,采用TGARCH模型研究沪深两市的成交量与波动率的关系。     

中国宏观经济混频数据模型应用——基于MIDAS模型的实证研究

传统宏观计量模型需要利用加总或插值等方法将混频数据统一到同频数据再应用于宏观经济模型中。而混频数据模型是直接利用混频数据构建模型,避免了因数据加总或插值导致的信息损失和人为信息的虚增,充分利用了现有高频数据的信息,改进了宏观计量模型估计的有效性和预测的精度。混频数据抽样模型(MIDAS)是混频数据模型的一种,它使用参数控制的滞后权重多项式函数对高频滞后数据进行有权重的加总并构建模型,再通过数值优化和非线性的方法估计混频数据模型中的最优参数。MIDAS模型是攫取现有高频数据的全样本信息用于宏观经济和金融的分析与预测的有效方法,本文基于该模型的实证研究探寻混频数据在中国宏观经济应用中的有效性。     

中国互联网金融超市的今天与明天:一体化与定制化

以业务全能化为主要特征的金融超市已逐步成为我国互联网金融的主流形式之一.本文归纳并分析了时下中国互联网金融超市的商业模式,总结出互联网金融超市的两个原则性发展趋势,即一体化与定制化.并从“伞式”监管、信用体系、数据挖掘三个视角,对未来互联网金融超市一体化与定制化的构建给予预期和建议.     

地区金融发展、异质性与实体企业金融化

基于中国金融发展的地区分布特征,利用2007—2018年沪深A股上市企业微观数据及中国地级城市金融发展数据实证检验了地区金融发展对实体企业金融化影响及微观作用机制。研究发现,地区金融发展的提升使金融投资对实业投资存在挤出影响,且挤出影响大小取决于企业的个体特征,如规模和所有制形式等。金融资产逐利和经营避险是地区金融发展影响实体企业金融化的两条途径,区分样本地区异质性后,研究发现,中西部地区金融发展则主要是通过融资约束缓释渠道而对实体企业金融化形成了显著抑制作用。进一步分析发现,金融发展进入拐点后,中国及地区资本流动性的结构性下降是产生这一影响机制的深层原因。     

浅析技术视角下互联网金融创新

随着以大数据、云计算和数据挖掘技术为代表的互联网技术飞速发展,互联网金融以迅雷不及掩耳之势向金融市场袭来.本文分析了互联网金融的概念和创新模式,总结了目前各种互联网技术在传统金融领域应用的现状和前景,详细分析了不同互联网技术在互联网金融背景下的创新应用案例和场景,给出了我国金融系统的发展展望和建议.     

零售业贯穿客户生存周期的数据挖掘分析

当今,许多零售企业的数据库或数据仓库中都搜集和存储了大量关于客户的数据,这些数据涵盖了从客户基本数据、购买记录到客户反馈等各个环节。数据挖掘的目的就是帮助商业理解其最重要资产的价值,这种资产就是客户。对于任何商业,客户都是最重要的资产。不是从特定的技术讨论数据挖掘活动,而是转向客户和客户生存周期,使数据挖掘关注在中心的客户,研究贯穿客户生存周期的数据挖掘活动。     

大数据时代我国金融数据的服务创新

大数据金融已成为社会热点问题,对传统金融行业产生了强烈冲击.为了实现金融大数据的二次增值、优化内部管理、客户服务和支持产品创新,本文以价值链理论为指导,通过分析金融大数据特征和延伸传统数据价值链,构建了基于金融大数据价值链网络的数据价值链模型,建立了包括服务对象、服务内容、服务模式、管理模式和服务质量的服务体系来支持金融大数据超市的高质量运营.最后,本文研究建立了金融大数据超市的架构.     

基于高频数据的波动率建模及应用研究评述

囿于数据可得性,传统波动率模型使用的数据频率最高频率一般为日。随着技术进步,更高频率数据越来越引起研究者们的关注。应用高频数据可以在以下诸方面提升人们对于波动率的认识:(1)更好地了解波动率的动态特征;(2)有助于建立新的波动率模型,更准确地预测波动率;(3)作为一个更精确的波动率度量指标用于评价不同模型的预测结果,并为更复杂的模型提供估计工具;(4)能够识别波动率的不同组成部分,为金融理论和实践提供更多的对象和工具。本文就近年来基于高频数据的波动率建模及应用的研究进行评述和总结。     

大数据环境中互联网金融创新研究

我国的金融行业在信息化与数据化发展的影响与带动下,大数据化的特征越来越明显.大数据已经成为现代金融行业中最为关键的资产内容.信息技术已经广泛运用到金融行业,金融企业借助互联网技术,在海量的数据中筛选有用的信息,并为其决策未来的发展提供了强有力的参考依据.作者围绕大数据环境中互联网金融创新展开了研究,希望对我国金融行业的发展起到推动作用.     

中国金融韧性、叠加效应及其与经济周期的交互分析

本文运用机器学习的决策树算法对中国金融韧性指数的构成指标进行筛选,使用熵权法构建2011年1月至2020年6月中国金融韧性指数,基于离散小波分析方法测度了金融韧性周期并研究其叠加效应,采用BK分解方法进行不同频域下金融韧性周期与经济周期的交互分析.本文得出三点结论:第一,金融韧性的主周期表现为28 ～ 32个月的高频短周期,它由不同频率的波动叠加构成,主要包括金融韧性三个评价维度的叠加效应,高频短周期的波动主要由防御抵抗能力和适应恢复能力波动导致,中频中周期主要由转换学习能力波动导致.第二,在金融韧性周期与经济周期的交互分析中,金融韧性周期对经济周期波动产生了较高的冲击影响,主要表现为高频短周期效应;而经济周期对金融韧性周期波动也会产生影响,主要表现为低频长周期效应.第三,在新冠肺炎疫情时期,金融韧性周期对经济周期波动的影响较小;经济周期对金融韧性周期波动的影响也较小,但是该影响在未来有增大的趋势.     

高频金融时间序列的异象特征分析及应用--基于多重分形谱及其参数的研究

文章首先从理论上推导出金融资产价格的高频时间序列出现大幅震荡前后多重分形谱所具有的异象特征,然后随机选取两只股票(民生银行、哈飞股份)各35天的5min高频交易数据对上述特征进行实证分析.结果表明,两只股票在持续大幅波动开始与结束时,其多重分形谱形态及参数的变化与理论上的异象特征相吻合.运用该研究方法可以对金融资产持续大幅波动的开始及结束做出一定预测.     

基于贝叶斯分类的可疑金融交易识别研究

国内外反洗钱工作的大量实践表明,金融交易活动是洗钱犯罪行为的一个重要环节,通过分析金融机构的客户信息和交易数据,采用科学的方法识别可疑金融交易进而发现洗钱线索,已成为反洗钱研究的核心工作.文章将数据挖掘方法与金融领域知识相结合,首先通过对金融交易信息的多层次分析,总结出不同信息层次上的可疑金融交易特征;其次针对不同层次的交易信息,选择合适的数据挖掘方法,并结合客户背景资料,识别出可疑金融交易记录;最后依据贝叶斯判定原理,综合各层次的可疑信息,得到交易记录的整体可疑度,最终为反洗钱监测提供快速准确的参考.实验结果证明该方法是可行和有效的.     

基于K-S检验与距离相关分析的网络借贷信用评价指标体系构建

网络借贷作为一种新型互联网金融模式,提升了金融资源使用效率,缓解了小企业融资难的困局。构建合理的网络借贷信用评价指标体系,从而对网络借贷的潜在风险及时甄别与预防,对互联网金融健康持续发展意义重大。本文根据K-S检验与距离相关分析相结合,筛选对借款客户违约状态甄别能力强的指标,建立了网络借贷信用评价指标体系,通过P2P网络借贷(peer to peer lending,个人对个人借贷)平台LendingClub交易数据进行实证研究,结果表明:不仅借款金额、借款利率等借款标的特征对借贷者违约具有显著相关性,借款者年龄等个人特征、借款者年收入等财务特征以及借款者违约次数等信用特征均对借贷者违约风险产生显著影响。投资者在出借资金时,往往青睐于已婚、年龄适中、具有一定工作经历、历史违约次数较少的借款人。因此,风险监管部门应构建网络借贷违约风险评估模型,对P2P平台进行风险监测,同时建立关键信息共享机制,融合多源数据,明确审查范围,实现P2P网络借贷行业健康有序发展。     

经济转型中的法治水平、政府行为与地区金融发展——来自中国的新证据

在以政府主导甚至干预经济发展为特征的转型经济中,政府行为会影响法治与金融发展间的作用机制。本文利用1995-2005年中国省级单位的数据研究了政府行为和法治水平对地区金融发展的影响。结果发现,在不考虑政府行为这一制度因素时,法治水平的提高对地区金融发展具有一定的促进效应,但这个效应有限。转型期政府行为对金融发展明显具有重要影响,地方政府的干预可能会对法治促进金融发展的作用产生部分挤出效应,甚至是完全的替代效应。本文的结论是,经济转型过程中的中国只有在充分认识到政府行为主导金融发展的情况下,才能准确把握法治与金融发展间的关系。本文的研究也对主流法与金融文献提供了新证据。